31:T400,{ const score = []; let tbody = ''; for (let i = 0; i < sentences.length; i++) { tbody += `${i+1}`; const s = []; for (let j = 0; j < i; j++) { s.push(score[j][i]); tbody += `${score[j][i].toFixed(2)}`; } for (let j = i; j < sentences.length; j++) { const embI = embeddings.slice([i,0],[1]); const embJ = embeddings.slice([j,0],[1]); // Cosine Similarity s.push(embI.matMul(embJ, false, true).dataSync()[0]); // Euclidean Distance // s.push(embJ.sub(embI).norm('euclidean').dataSync()[0]); tbody += `${s[j].toFixed(2)}`; } score.push(s); tbody += ''; } return html` ${tbody}

sentence	1	2	3	4	5

` }32:[] 2f:{"title":"เริ่มใช้งาน Machine Learning บนเว็บด้วย TensorFlow.js","cells":[{"id":11,"value":"md`# เริ่มใช้งาน Machine Learning บนเว็บด้วย TensorFlow.js\n\nใน Notebook นี้เราจะมาลองดูตัวอย่างการนำโมเดล Machine Learning สำเร็จรูป (Pre-Trained Models) จาก TensorFlow.js มาใช้งานบนเว็บกัน ใครที่ขี้เกียจอ่าน สามารถชมวีดีโอประกอบได้ที่ [Skooldio Tutorials](https://tutorials.skooldio.com/content/machine-learning-with-tensorflowjs)\n`","pinned":false,"hidden":false,"mode":"ojs"},{"id":40,"value":"md`## 1. Image Classification\nในตัวอย่างแรกเราจะมาลองทำนายวัตถุในรูปภาพด้วย [MobileNet](https://github.com/tensorflow/tfjs-models/tree/master/mobilenet) ซึ่งเป็นโมเดล Deep Learning สำหรับรูปภาพที่มีขนาดไฟล์เล็กและประมวลผลได้ไว จึงมักถูกนำมาใช้งานบนเว็บหรืออุปกรณ์พกพาต่างๆ \n\nเริ่มจากการ import npm module [@tensorflow-models/mobilenet](https://www.npmjs.com/package/@tensorflow-models/mobilenet) กันก่อน\n`","pinned":false,"hidden":false,"mode":"ojs"},{"id":49,"value":"mobilenet = require('@tensorflow-models/mobilenet@1.0.0');","pinned":true,"hidden":false,"mode":"ojs"},{"id":238,"value":"md`หรือจะ import โดยการใส่ script tag ใน HTML ก็ได้ \n\n\\`\\`\\`\n\n\n\n\\`\\`\\`\n`","pinned":false,"hidden":false,"mode":"ojs"},{"id":189,"value":"md`จากนั้นก็ทำการโหลดโมเดล ด้วยคำสั่ง [\\`load()\\`](https://github.com/tensorflow/tfjs-models/tree/master/mobilenet#loading-the-model)`","pinned":false,"hidden":false,"mode":"ojs"},{"id":191,"value":"img_classifier = mobilenet.load();","pinned":true,"hidden":false,"mode":"ojs"},{"id":215,"value":"md`เมื่อได้โมเดลมาพร้อมแล้ว การใช้งานก็สุดแสนจะง่ายดาย เพียงเรียกใช้คำสั่ง [\\`classify(img)\\`](https://github.com/tensorflow/tfjs-models/tree/master/mobilenet#making-a-classification) โดย \\`img\\` นั้นจะเป็นรูปภาพที่มาจาก \\`\\` \\`